郁 岩

（江苏安全技术职业学院 机械工程学院，江苏 徐州 221000）

0 引 言

轮胎、轴承、钢材、模具等工业产品出厂前被印制了一些产品字符，其内容记录着产品的重要信息，所以准确、高效地识别压纹字符是企业智能化制造必须满足的基本要求[1]。因此，如何快速识别产品上的字符信息已成为企业向信息化发展的掣肘。

压纹字符相较于其他印刷字符而言更加立体，且字符与其背景之间无色差[2]。因此用于识别压纹字符的算法与识别其他光学字符的算法相比存在明显区别。本文重点探究光学字符识别（OCR）中对图像单个字符分割和分割后的训练集学习识别任务[3]。

1 实验平台搭建

本次实验平台由相机支架、大恒MER500黑白相机、日本COMPUTAR 25 mm焦距镜头、OPT同轴光源、LINGD2001-T型光源控制器和PC机组成[4]，待识别字符是在环形铸件表面用模具直接冲压形成的字符，如图1所示。相机固定在被测物的正上方，光源由固定支架夹持，保证通过同轴光源半透半返的光线垂直且均匀的照射在零件表面。被测零件置于实验平台下方，通过VisionPro软件采集图像。

图1 待测零件上表面

2 压纹字符识别

压纹字符是利用模具直接在零件表面冲压形成的字符，所以字符周围的颜色和背景区域的颜色无差别，因此实验采用15°环形角度光源采集图像[5]。

2.1 图像校正

金属压纹字符呈圆周状分布在环形区域内，不利于后期的字符识别。为了使环形区域内的压纹字符呈水平方向排列，需对图像进行校正，如图2所示。……